数学建模缺失数据补充及异常数据修正.docVIP

- . z. 题目：数据的预处理问题 摘要 数据处理贯穿于社会生产和社会生活的各个领域。数据处理技术的开展及其应用的广度和深度，极影响着人类社会开展的进程。数据补充，异常数据的鉴别及修正，在各个领域也起到了重要作用。 对于第一问，我们采用了多元线性回归的方法对缺失数据进展补充，我们将1960-2015.*ls〔见附表一〕中的数据导入matlab。首先作出散点图，设定y(*59287)与*1(*54511)、*2(*57494)的关系为二元线性回归模型，即y=b0+b1*1+b2*2。之后作多元回归，求出系数b0=18.014，b1=0.051，b2=0.354，所以多元线性回归多项式为:Y=18.014+0.051**1+0.354**2。再作出残差分析图验证拟合效果，残差较小，说明回归多项式与源数据吻合得较好。假设*1=30.4，*2=28.6时，y的数据缺失，则将*1，*2带入回归多项式，算出缺失值y=29.6888。类似地，假设*1=40.6,*2=30.4时，y的数据缺失，则将*1，*2带入回归多项式，算出缺失值y=30.8462，即可补充缺失数据。 对于第二问，我们使用了异常值检验中标准差未知